传 Anthropic 将推 Claude 3.7 Sonnet 500K：上下文翻倍以上
代码功能标记显示 Anthropic 正准备将 Claude 3.7 Sonnet 的上下文窗口从 200K 扩大至 500K。这意味着用户能直接喂入超大代码库或长文档，避开 RAG 带来的检索断层。不过目前尚不清楚该版本是否仅限企业客户使用。
大模型 · 日报
周三
3月26日 星期三
周二
3月25日 星期二
Google 发布 Gemini 2.5：首发 2.5 Pro，自带深度思考并登顶竞技场
Google 正式推出新一代思考模型 Gemini 2.5，首发实验版 2.5 Pro。该模型在回答前能主动推理，以显著优势登顶 LMArena 榜首，支持 100 万 token 上下文并在数学、编程基准上大幅领先。目前已在 Google AI Studio 和 Gemini Advanced 上线。
OpenAI 为 GPT-4o 带来原生生图：文字渲染超准，支持连续微调
OpenAI 宣布把原生图像生成能力做进 GPT-4o。新模型能精准渲染图片里的文字，同时处理 10 到 20 个物体，并在连续对话中保持角色一致。它已取代 DALL·E 成为 ChatGPT 默认生图工具，生成耗时最多约 1 分钟。
周一
3月24日 星期一
阿里开源 Qwen2.5-VL-32B：强化学习优化，瞄准本地部署主力
阿里巴巴开源视觉语言模型 Qwen2.5-VL-32B-Instruct。该版本引入强化学习训练，显著提升了人类偏好对齐与数学推理能力。官方将其定位为本地运行的首选尺寸，专门解决 72B 显存吃不消、7B 性能不够用的尴尬折中。
周三
3月19日 星期三
OpenAI 上线 o1-pro API：能力更强，但百万输出 token 要 600 美元
OpenAI 正式上线 o1-pro API，先面向 Tier 1 至 5 的部分开发者开放。它通过调用更多算力换取更稳定的高质量回答，支持视觉、函数调用与结构化输出。代价是极高昂的使用成本：每百万输入 token 为 150 美元，输出则高达 600 美元。
xAI 上线图像生成 API：每张 0.07 美元，暂不支持调尺寸
xAI 宣布在开发者 API 中开放图像生成能力，首发上线 grok-2-image-1212 模型。生成一张 JPG 格式图片收费 0.07 美元，单次请求最多出 10 张图。不过目前接口还不支持自定义尺寸、画质或风格，且输入的提示词会被对话模型自动改写。
Perplexity 升级 Sonar 模型：增设三档搜索，引用 Token 全免费
Perplexity 宣布升级 Sonar 系列模型，并推出高、中、低三档搜索模式供按需平衡成本与计算量。此外，官方停止对响应中的引用 token 收费。基准测试显示，其性能与事实准确度超越带搜索的 GPT-4o，调用成本则大幅降低。
周三
3月12日 星期三
Google 开放 Gemini 2.0 Flash 原生生图：支持对话修改与图内文字
Google 向开发者全面开放 Gemini 2.0 Flash 原生图像生成功能。该模型无需外挂生图工具，可直接端到端生成图片，支持多轮对话持续修改、跨画面保持角色一致性，并在图片内文字渲染上表现出色。目前可通过 Google AI Studio 和 API 测试。
周二
3月11日 星期二
OpenAI 训练创意写作新模型：奥特曼称首次被 AI 文字触动
OpenAI 首席执行官 Sam Altman 透露，团队训练出了一个极擅长创意写作的新模型。他表示这是自己第一次被 AI 写的东西真正打动，并晒出了一篇关于 AI 与悲痛的元小说短篇。不过，目前该模型何时、以何种形式发布仍未确定。
周一
3月10日 星期一
ElevenLabs 语音转文字降价 45%：Scribe 模型限时免费
ElevenLabs 宣布将其语音转文字模型 Scribe 的大规模调用价格下调 45%，并在 4 月 9 日前通过网页 UI 提供免费试用。官方称该模型支持 99 种语言。这意味着多语言音频转写的大规模使用成本明显降低。
腾讯发布混元 TurboS：混用 Mamba 架构，推理成本砍到七分之一
腾讯混元推出 Hunyuan-TurboS，这是首个超大 Transformer-Mamba 混合 MoE 模型。它用 Mamba 处理长文本、Transformer 负责上下文理解，官方称数学与推理超越 GPT-4o 与 DeepSeek-V3，推理成本仅为前代的七分之一。
周五
3月7日 星期五
传 Meta 即将推出 Llama 4：主打原生语音且支持实时打断
据外媒报道，Meta 计划在数周内发布旗舰模型 Llama 4，重点升级语音功能。该模型为原生处理文本和音频的「全模态」架构，允许用户随时打断说话，体验对标 ChatGPT 的语音模式。此前 DeepSeek 的崛起也促使 Meta 全力加速研发。
Google 推出 Gemini 文本嵌入模型：登顶 MTEB 榜单，支持更长上下文
Google 在 Gemini API 中上线实验性文本嵌入模型 gemini-embedding-exp-03-07。该模型基于 Gemini 训练，在 MTEB 多语言榜单以 68.32 分登顶，领先第二名 5.81 分。开发者可通过现有的 embed_content 接口直接调用试用。
周四
3月6日 星期四
Tavus 发布三款对话视频模型：表情感知全包，对话卡顿大幅改善
Tavus 推出 Phoenix-3、Raven-0 与 Sparrow-0 三款对话式视频模型并开放 API。三者分别处理高精度面部微表情、实时视觉感知与对话轮换时机，配合智能体 Charlie 可边看屏幕边自然对话，大幅减少了数字人交谈时的生硬停顿。
周三
3月5日 星期三
Qwen 正式上线 QwQ-32B：320 亿参数推理模型，对标 DeepSeek-R1
Qwen 正式发布 320 亿参数的新推理模型 QwQ-32B。该模型基于 Qwen2.5-32B 研发，通过强化学习扩展显著提升了数学与编程能力。最值得关注的是，阿里团队证实了持续扩展强化学习能让中等尺寸模型直接抗衡庞大的 MoE 架构。
OpenAI 推送 GPT-4.5：史上最大模型，Plus 用户分批尝鲜
OpenAI 开始向 ChatGPT Plus 订阅用户推送新模型 GPT-4.5，预计一到三天内铺开。它是 OpenAI 迄今最大的模型，长于日常对话、常识理解并减少了幻觉；但官方直言它不是推理模型，复杂逻辑并不拔尖，且 API 生成价格高达 GPT-4o 的 15 倍。
周四
2月27日 星期四
OpenAI 发布 GPT-4.5 预览版：扩展无监督学习，情商与常识再升级
OpenAI 发布旗下规模最大的大模型 GPT-4.5 研究预览版。该模型通过大幅扩展无监督学习与算力，增强了知识深度、意图理解与共情对话能力，并降低了幻觉。目前已向 ChatGPT Pro 用户与付费 API 开发者开放。
周三
2月26日 星期三
微软发布 Phi-4 小模型：支持音画同传，端侧跑出多模态
微软发布端侧小模型 Phi-4-multimodal（5.6B）与纯文本模型 Phi-4-mini（3.8B）。其中 5.6B 模型能在单架构内同时处理语音、图像和文本，并在 OpenASR 榜单以 6.14% 词错误率登顶，后续将集成进 Copilot+ PC。
Inception Labs 发布 Mercury Coder：首个扩散代码模型，每秒超 1000 token
Inception Labs 推出首个商业级扩散语言模型 Mercury Coder，抛弃传统的逐字预测，改用类似图像生成的并行去噪方式生成代码。在英伟达 H100 上每秒可输出超 1000 token，性能对标 GPT-4o Mini 但速度最高快 10 倍。这意味着无需专用芯片也能大幅压低推理延迟与成本。
周二
2月25日 星期二
xAI 上线 Grok 3 语音模式：带「失控」和 18+ 人格，能爆粗口与尖叫
xAI 为 Grok 3 推出全新语音交互模式，面向高级订阅用户开放。该功能提供未过滤的「失控」与 18+「性感」等人格，不仅会爆粗口、尖叫挂断，还能模拟语音性爱。最值得关注的是，xAI 彻底放开内容审查，与 OpenAI 形成鲜明反差。
OpenAI 发布 Deep research 系统卡：o3 驱动，四项前沿风险评为中等
OpenAI 发布 Deep research 系统卡，披露其在面向 Pro 用户推出前的安全评估细节。该功能由针对网页浏览优化的早期 o3 模型驱动，在网络安全、模型自主性等四项前沿风险评估中均获中等评级，重点强化了防范提示词注入与隐私保护能力。
Google 上线 Gemini 2.0 Flash-Lite：推理更强且大幅降价，开放 API
Google 宣布 Gemini 2.0 Flash-Lite 正式在 Gemini API 上线，支持 Google AI Studio 生产环境及 Vertex AI 企业客户。该模型推理与数学基准超越 1.5 Flash，支持 100 万 token 上下文，输入百万 token 仅需 0.10 美元。
传 DeepSeek 提前研发节奏：新一代推理模型 R2 或抢跑发布
据外媒报道，DeepSeek 正在加速下一代推理模型 R2 的发布节奏。知情人士透露，团队原计划 5 月初推出 R2，如今希望尽早发布。新模型将重点提升编程能力，并增强非英语的多语言推理表现，进一步趁胜追击扩大自身优势。
周一
2月24日 星期一
Qwen 亮相 QwQ-Max 预览版：主打深度推理，后续将开源 32B 版本
Qwen 团队公布 QwQ-Max-Preview 模型预览，基于 Qwen2.5-Max 构建，主攻数学、编程与 Agent 深度推理。官方表示后续将以 Apache 2.0 协议开源 QwQ-Max，并计划推出客户端 App 及适合本地部署的 QwQ-32B。
Claude 3.7 Sonnet 上线：扩展思考过程全公开，还能设定思考预算
Anthropic 发布 Claude 3.7 Sonnet，新增扩展思考模式。用户可随时开关深思模式，开发者还能设定「思考预算」精确控制推理耗时，其原始思考流也直接对用户公开。新模型在开放式任务中表现亮眼，甚至能自主打下《宝可梦》三个道馆徽章。
